CN116823515A - 一种林业加工生产线的监测方法、装置及电子设备 - Google Patents
一种林业加工生产线的监测方法、装置及电子设备 Download PDFInfo
- Publication number
- CN116823515A CN116823515A CN202310908544.7A CN202310908544A CN116823515A CN 116823515 A CN116823515 A CN 116823515A CN 202310908544 A CN202310908544 A CN 202310908544A CN 116823515 A CN116823515 A CN 116823515A
- Authority
- CN
- China
- Prior art keywords
- processing
- processed
- production line
- target
- materials
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012545 processing Methods 0.000 title claims abstract description 291
- 238000000034 method Methods 0.000 title claims abstract description 252
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 192
- 238000012544 monitoring process Methods 0.000 title claims abstract description 50
- 239000000463 material Substances 0.000 claims abstract description 219
- 230000008569 process Effects 0.000 claims abstract description 69
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 37
- 230000002068 genetic effect Effects 0.000 claims abstract description 24
- 230000006870 function Effects 0.000 claims description 21
- 238000003860 storage Methods 0.000 claims description 18
- 238000012806 monitoring device Methods 0.000 claims description 17
- 230000035772 mutation Effects 0.000 claims description 10
- 230000007613 environmental effect Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 7
- 238000003754 machining Methods 0.000 description 7
- 230000000007 visual effect Effects 0.000 description 7
- 238000004806 packaging method and process Methods 0.000 description 6
- 238000005520 cutting process Methods 0.000 description 5
- 238000012856 packing Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000005498 polishing Methods 0.000 description 3
- 230000036544 posture Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 210000000349 chromosome Anatomy 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008303 genetic mechanism Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012966 insertion method Methods 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了一种林业加工生产线的监测方法、装置及电子设备,林业加工生产线的监测方法包括:基于目标生产线上待加工物料的数量、待加工物料对应的目标加工工序以及预设遗传学算法,确定迭代后的中间物料‑工序种群;基于中间物料‑工序种群和预设物料加工过程时间适应度函数,确定中间物料‑工序种群中每个待加工物料的最短加工过程时间以及每个待加工物料在不同加工工序下的加工位置;基于每个待加工物料的最短加工过程时间以及每个待加工物料在不同加工工序下的加工位置,对目标生产线的待加工物料进行生产调度。本申请实现了对目标生产线上的全部待加工物料的实时监控和调度,进而提升了对目标生产线的加工效率。
Description
技术领域
本申请涉及生产线加工技术领域,尤其是涉及一种林业加工生产线的监测方法、装置及电子设备。
背景技术
随着社会的发展和科技的进步,越来越多的工厂开始使用自动化加工设备对对应的物料进行加工和生产,但是,现在市面传统的对于物料的自动化加工的监测,往往只能实现在某个具体的加工工序上的监测,而无法实现对物料的整个加工工序所在的生产线进行监控,进而无法根据生产线上各个物料的加工情况对物料进行调度,进而降低了加工生产的效率。
发明内容
有鉴于此,本申请的目的在于提供一种林业加工生产线的监测方法、装置及电子设备,实现了对目标生产线上的全部待加工物料的实时监控和调度,进而提升了对目标生产线的加工效率。
本申请实施例提供了一种林业加工生产线的监测方法,所述林业加工生产线的监测方法包括:
基于目标生产线上待加工物料的数量、所述待加工物料对应的目标加工工序以及预设遗传学算法,确定迭代后的中间物料-工序种群;
基于所述中间物料-工序种群和预设物料加工过程时间适应度函数,确定所述中间物料-工序种群中每个所述待加工物料的最短加工过程时间以及每个所述待加工物料在不同加工工序下的加工位置;
基于每个所述待加工物料的最短加工过程时间以及每个所述待加工物料在不同加工工序下的加工位置,对所述目标生产线的所述待加工物料进行生产调度,以便实时监测所述目标生产线的调度过程。
进一步的,在所述基于每个所述待加工物料的最短加工过程时间以及每个所述待加工物料在不同加工工序下的加工位置,对所述目标生产线的所述待加工物料进行生产调度之后,所述林业加工生产线的监测方法还包括:
将获取到的目标生产线上的不同类型的产线数据先后经由单片机和网关存储至数据库中,以便用户在查询显示界面上进行查看。
进一步的,所述产线数据包括:环境状态产线数据、车间信息产线数据、资源信息产线数据以及生产调度产线数据。
进一步的,所述基于目标生产线上待加工物料的数量、所述待加工物料对应的目标加工工序以及预设遗传学算法,确定迭代后的中间物料-工序种群,包括:
根据目标生产线上待加工物料的数量、所述待加工物料对应的目标加工工序以及预设遗传学算法,确定初始物料-工序种群;
针对所述初始物料-工序种群按照所述预设传学算法进行交叉、变异和迭代,确定迭代后的中间物料-工序种群。
进一步的,所述预设物料加工过程时间适应度函数的表达式具体为:
f=max[C(Oj,3)]=max[S(Oj,3)+P(Oj,3)];
其中,C(Oj,3)用于表征任一待加工物料在任一目标加工工序的结束加工过程时间点;S(Oj,3)用于表征任一待加工物料在任一目标加工工序的开始加工过程时间点;P(Oj,3)于表征任一待加工物料在任一目标加工工序的加工过程时间。
进一步的,所述基于每个所述待加工物料的最短加工过程时间以及每个所述待加工物料在不同加工工序下的加工位置,对所述目标生产线的所述待加工物料进行生产调度,包括:
根据每个待加工物料的最短加工过程时间以及每个所述待加工物料在不同加工工序下的加工位置,确定每个所述待加工物料在所述目标生产线中的目标加工路径;
根据所述目标加工路径,对所述目标生产线的所述待加工物料进行生产调度。
本申请实施例还提供了一种林业加工生产线的监测装置,所述林业加工生产线的监测装置包括:
第一确定模块,用于基于目标生产线上待加工物料的数量、所述待加工物料对应的目标加工工序以及预设遗传学算法,确定迭代后的中间物料-工序种群;
第二确定模块,用于基于所述中间物料-工序种群和预设物料加工过程时间适应度函数,确定所述中间物料-工序种群中每个所述待加工物料的最短加工过程时间以及每个所述待加工物料在不同加工工序下的加工位置;
调度模块,用于基于每个所述待加工物料的最短加工过程时间以及每个所述待加工物料在不同加工工序下的加工位置,对所述目标生产线的所述待加工物料进行生产调度,以便实时监测所述目标生产线的调度过程。
进一步的,所述林业加工生产线的监测装置还包括:
存储模块,用于将获取到的目标生产线上的不同类型的产线数据先后经由单片机和网关存储至数据库中,以便用户在查询显示界面上进行查看。
本申请实施例还提供一种电子设备,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行如上述的林业加工生产线的监测方法的步骤。
本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如上述的林业加工生产线的监测方法的步骤。
本申请实施例提供的林业加工生产线的监测方法、装置及电子设备,与现有技术中的生产线的监测方法相比,本申请提供的实施例通过基于目标生产线上待加工物料的数量、待加工物料对应的目标加工工序以及预设遗传学算法,确定迭代后的中间物料-工序种群;基于中间物料-工序种群和预设物料加工过程时间适应度函数,确定中间物料-工序种群中每个待加工物料的最短加工过程时间以及每个待加工物料在不同加工工序下的加工位置;基于每个待加工物料的最短加工过程时间以及每个待加工物料在不同加工工序下的加工位置,对目标生产线的待加工物料进行生产调度,以便实时监测目标生产线的调度过程,实现了对目标生产线上的全部待加工物料的实时监控和调度,进而提升了对目标生产线的加工效率。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本申请实施例所提供的一种林业加工生产线的监测方法的流程图之一;
图2示出了本申请实施例所提供的一种林业加工生产线的监测方法的流程图之二;
图3示出了本申请实施例所提供的一种林业加工生产线的监测装置的结构框图之一;
图4示出了本申请实施例所提供的一种林业加工生产线的监测装置的结构框图之二;
图5示出了本申请实施例所提供的一种电子设备的结构示意图。
图中:
300-林业加工生产线的监测装置;310-第一确定模块;320-第二确定模块;330-调度模块;340-存储模块;500-电子设备;510-处理器;520-存储器;530-总线。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的每个其他实施例,都属于本申请保护的范围。
首先,对本申请可适用的应用场景进行介绍。本申请可应用于生产线加工技术领域。
经研究发现,随着社会的发展和科技的进步,越来越多的工厂开始使用自动化加工设备对对应的物料进行加工和生产,但是,现在市面传统的对于物料的自动化加工的监测,往往只能实现在某个具体的加工工序上的监测,而无法实现对物料的整个加工工序所在的生产线进行监控,进而无法根据生产线上各个物料的加工情况对物料进行调度,进而降低了加工生产的效率。
现在市面传统的林业加工领域只有针对单个加工设备或者多台加工设备的生产监测方式,并且在加工生产过程中的自动程度较低,进而导致生产过程的成本较低。
基于此,本申请实施例提供了一种林业加工生产线的监测方法、装置及电子设备,实现了对目标生产线上的全部待加工物料的实时监控和调度,进而提升了对目标生产线的加工效率。
请参阅图1,图1为本申请实施例所提供的一种林业加工生产线的监测方法的流程图之一。如图1中所示,本申请实施例提供的林业加工生产线的监测方法,包括以下步骤:
S101、基于目标生产线上待加工物料的数量、所述待加工物料对应的目标加工工序以及预设遗传学算法,确定迭代后的中间物料-工序种群。
该步骤中,目标生产线可以根据不同的应用场景进行自定义的选择,如钢板、玉器以及板材等,而本申请提供的实施例选则的待加工物料为板材,进而确定目标生产线为目标板材生产线。
且本申请提供的实施例中除了采用预设遗传学算法外,还可以采用模拟退火算法以及蚁群算法来进行调度效率的优化。
这里,目标板材生产线对应的目标加工工序包括但不限于扫描、仓储、运输、加工、包装、运输以及仓库存储等。
上述中,预设遗传学算法(Genetic Algorithm,GA)是根据大自然中生物体进化规律而设计提出的。是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型,是一种通过模拟自然进化过程搜索最优解的方法。该算法通过数学的方式,利用计算机仿真运算,将问题的求解过程转换成类似生物进化中的染色体基因的交叉、变异等过程。在求解较为复杂的组合优化问题时,相对一些常规的优化算法,通常能够较快地获得较好的优化结果。
可选的,所述步骤S101包括以下子步骤:
子步骤1011、根据目标生产线上待加工物料的数量、所述待加工物料对应的目标加工工序以及预设遗传学算法,确定初始物料-工序种群。
该步骤中,申请提供的实施例通过确定的目标生产线上待加工物料的数量和待加工物料对应的目标加工工序,并结合遗传学算法,确定初始物料-工序种群。
这里,假设初始物料-工序种群为Ii,其中,i∈{1,2,…,p},这里,p用于表征初始物料数量。
其中,假设初始物料-工序种群的数量为30。
子步骤1012、针对所述初始物料-工序种群按照所述预设传学算法进行交叉、变异和迭代,确定迭代后的中间物料-工序种群。
该步骤中,根据初始物料-工序种群和部分映射法进行预设传学算法的交叉操作,且本申请提供的实施例中的交叉率设置为0.7,当满足交叉概率时,对初始物料-工序种群进行交叉操作,当交叉操作完成后,需要对子代进行可用性检查,在交叉操作接收后,采用单点插入法进行变异操作,且本申请提供的实施例将变异概率设置为0.3,当满足变异概率时进行变异操作,变异操作结束后也需对子代进行可行性检查。
这里,本申请提供的实施例在进行按照所述预设传学算法进行交叉和变异之后,确定迭代后的中间物料-工序种群。然后采用精英保留策略和轮盘赌方法进行个体选择。
其中,本申请提供的实施例中的具体的个体选择方式为按照预设物料加工过程时间适应度函数进行选择和迭代优化处理。
S102、基于所述中间物料-工序种群和预设物料加工过程时间适应度函数,确定所述中间物料-工序种群中每个所述待加工物料的最短加工过程时间以及每个所述待加工物料在不同加工工序下的加工位置。
该步骤中,根据预设物料加工过程时间适应度函数对中间物料-工序种群中个每个个体进行适应度的计算,确定该中间物料-工序种群中各个中间物料-工序个体的适应度数值,然后按照预设排序规则对上述适应度数值进行排序,确定预设个数的中间物料-工序个体为精英个体对其余的个体采用轮盘赌的方法再生成下一代种群。
这里,预设遗传学算法的终止或者循环的条件取决于本次循环中最优个体的适应度数值与过去迭代中的最优个体的比较值,如果与过去迭代中的平均值相比,最优个体适应度数值的整体改善没有显著变,则确定结束,并得到每个待加工物料的最短加工过程时间以及每个待加工物料在不同加工工序下的加工位置。
其中,为了预设遗传学算法的不间断重复迭代运行,本申请提供的实施例可以将最大迭代次数设置为100,如果达到最大迭代次数,则无论结果质量如何,预设遗传学算法都将终止,在结束后,将优化的结果通过甘特图进行直观的显示。
这样,本申请提供的实施例中的最大迭代次数可以根据不同的应用场景进行自定义的设置。
可选的,所述预设物料加工过程时间适应度函数的表达式具体为:
f=max[C(Oj,3)]=max[S(Oj,3)+P(Oj,3)];
其中,C(Oj,3)用于表征任一待加工物料在任一目标加工工序的结束加工过程时间点;S(Oj,3)用于表征任一待加工物料在任一目标加工工序的开始加工过程时间点;
P(Oj,3)于表征任一待加工物料在任一目标加工工序的加工过程时间;Mk,k={1,2,3};Mk用于表征任一待加工物料的目标加工工序的集合。
上述中,假设本申请提供的实施例的待加工物料集合为[O1,O2,……,Oi],每道目标加工工序的集合为[N1,N2,N3,N4,N5,N6],定义一项操作Ai,k代表待加工物料Oi在目标加工工序Nk上加工,每个待加工物料都需要执行相同的加工顺序,并且每道目标加工工序只有一台设备,只有该待加工物料的前道目标加工工序加工完成后才能进行后道目标加工工序的加工,则每道目标加工工序总加工过程时间的最小值:
Tmin=min[Tend(Aj,k)-Tstart(Aj,k)];
其中,Tend(Aj,k)为目标加工工序结束时间点,Tstart(Aj,k)为目标加工工序开始时间点。
且一批目标生产线上待加工物料加工的最小时间为:
∑Tmin=∑min[Tend(Aj,K)-Tstart(Aj,K)];
GV小车利用率:
其中,D为AGV小车运行总时间,D0为AGV小车运输货物时间。
S103、基于每个所述待加工物料的最短加工过程时间以及每个所述待加工物料在不同加工工序下的加工位置,对所述目标生产线的所述待加工物料进行生产调度,以便实时监测所述目标生产线的调度过程。
该步骤中,本申请提供的实施例可以根据每个待加工物料的最短加工过程时间以及每个所述待加工物料在不同加工工序下的加工位置,确定每个所述待加工物料在所述目标生产线中的目标加工路径,然后每个根据待加工物料在目标生产线中的目标加工路径,控制AGV小车的运行和行走路径,进而实现对目标生产线的待加工物料的生产调度。
其中,待加工物料在目标生产线中的目标加工路径可以具体为确定该待加工物料在进行的目标加工工序、该待加工物料哪台目标加工设备上进行该目标加工工序以及该目标加工工序的加工过程时间等。
本申请实施例提供的林业加工生产线的监测方法,与现有技术中的加工生产线的监测方法相比,本申提供的实施例请通过基于目标生产线上待加工物料的数量、待加工物料对应的目标加工工序以及预设遗传学算法,确定迭代后的中间物料-工序种群;基于中间物料-工序种群和预设物料加工过程时间适应度函数,确定中间物料-工序种群中每个待加工物料的最短加工过程时间以及每个待加工物料在不同加工工序下的加工位置;基于每个待加工物料的最短加工过程时间以及每个待加工物料在不同加工工序下的加工位置,对目标生产线的待加工物料进行生产调度,以便实时监测目标生产线的调度过程,实现了对目标生产线上的全部待加工物料的实时监控和调度,进而提升了对目标生产线的加工效率。
请参阅图2,图2为本申请一实施例提供的一种林业加工生产线的监测方法的流程图之二。如图2中所示,本申请实施例提供的林业加工生产线的监测方法,包括以下步骤:
S201、基于目标生产线上待加工物料的数量、所述待加工物料对应的目标加工工序以及预设遗传学算法,确定迭代后的中间物料-工序种群。
S202、基于所述中间物料-工序种群和预设物料加工过程时间适应度函数,确定所述中间物料-工序种群中每个所述待加工物料的最短加工过程时间以及每个所述待加工物料在不同加工工序下的加工位置。
S203、基于每个所述待加工物料的最短加工过程时间以及每个所述待加工物料在不同加工工序下的加工位置,对所述目标生产线的所述待加工物料进行生产调度,以便实时监测所述目标生产线的调度过程。
S204、将获取到的目标生产线上的不同类型的产线数据先后经由单片机和网关存储至数据库中,以便用户在查询显示界面上进行查看。
该步骤中,本申请提供的实施例将各类别的传感器采集到的目标生产线上的不同类型的产线数据单片机和网关存储至数据库,其中,本申请提供的数据库根据不同的应用场景进行自定义的设置,如sql server数据库/PostgreSQL数据库MySQL数据库,而本申请提供的实施例可以具体设置为MySQL数据库,且传感器通过485通信协议与单片机通信连接,单片机通过ModbusRTU通讯协议/ModbusTCP协议/OPC通讯协议/CAN总线通讯协议与网关通信连接,而将MySQL数据库中的数据调取出来需要通过Modbus通信协议。
上述中,本申请提供的实施例中的通过unity3D软件建立虚拟层监测界面,并发送得到的,并将获取相关机械的姿态数据的指令,通过在设计软件中已经设计好的数据截取程序,将倾角仪传感器中返回的相关机械的旋转姿态数据储存在单片机内部寄存器中,这一过程采用的是485通信,其次,网关通过不停的向单片机发送特定指令(基于ModbusRTU通讯协议),作为主机读取从机单片机内储存的数据,存储在MySQL数据库中,这一过程采用的是Modbus通信;最后,在数字孪生虚拟层界面中,通过建立unity3D建立目标生产线1:1模型,并在虚拟界面中实现对目标生产线的仿真,然后通过该模型和MySQL数据库的桥,将数据库中的实施数据显示在虚拟层界面上。
上述中,本申请提供的实施例通过完整的数据传输链、完善成熟的数据通信协议,使得目标生产线上的待加工物料的各项参数在虚拟界面直观显示出来,以便更好的监测。
本申请提供的实施例能够使虚拟场景中的孪生系统与现实生产过程无缝融合,与现有技术中的无法将传感器采集的数值直接关联相比(因为现有技术中的加工生产的监测只有针对单个加工设备或者多台加工设备)采用单片机和网关相连的方式能够实现更大的加工设备和加工生产线的兼容性,提高了生产工作效率和工作生产过程的安全性,实现对林业加工生产线中各类数据的实时监测。
可选的,所述产线数据包括:环境状态产线数据、车间信息产线数据、资源信息产线数据以及生产调度产线数据。
其中,环境状态产线数据包括但不限于包括:天气、车间湿度、车间温度以及空气状况等;车间信息产线数据包括但不限于包括待加工物料的种类以及待加工物料的数量等;资源信息产线数据包括但不限于包括:AGV小车数量和机械臂数量。
这里,本申请提供的实施例中的目标加工工序结合具体为扫描、仓储、加工(切削)、打磨、除尘以及打包几个环节,其中,AGV小车对相关待加工物料的运输穿插各个目标加工工序之中,且本申请提供的实施例中的产线数据具体包括如下:
上述中,扫描工序为:对加工板材的大小进行合格性判断,即合格的加工板材(长宽高符合要求),然后由机械臂将木材放入仓储柜中。
其间有两个主要的数据:传感器获得板材的数量数据和机械臂的旋转姿态数据。
将上述数据储存在单片机中,并通过网关读取,然后上传至MySQL数据库,并在可视化界面中进行实时显示。
仓储工序为:对存放于柜中的合格板材、支撑架、包装盒进行存取,这里有两个主要的数据:待加工物料在不同加工工序下的加工位置以及机械臂的旋转姿态,同理,它们能在可视化界面中实时显示,避免了在观察不及时,由于没有及时进行修整而导致的损失或故障。
运输工序为:从仓储工序到加工工序需要通过AGV小车的运输,在这个过程中,小车通过预定轨道首先将板材送至加工区域,在运送完板材后,AGV小车以最快的速度返回仓储区,这里,可以获取传感器测量小车的速度。
加工工序为:对板材进行切削,此过程的进度可以通过吃刀深度和加工程度来表示(比如说加工深度为5mm,吃刀深度为1mm,则在虚拟界面的进度条五分,每向下加工1mm,进度条就增加五分之一);每加工完一件板材,就通过传感器计数,在可视化界面中实时显示(板材通过加工机床的次数,比如只要板材完成一进一出动作时,就进行计数加1)。
运输工序可以为:在板材加工的过程中,小车返回仓储区,将机械臂从储物柜里取出的支撑架取出,并运送到打包区,并通过相应的传感器,确定板材的位置、机械臂的旋转姿态以及AGV小车的速度。
打磨工序和除尘工序过程分别为:对切削完成的板材进行精加工,可视化界面中也显示的是打磨和除尘的板材的件数。
运输工序还可以为:完成加工(切削)、打磨和除尘过程时,AGV小车从仓储区出发,取出加工完成的板材,并运输到打包区。
其中,本申请提供的实施例中的打包工序具体为:在可视化界面中,只要有包装盒、支撑架、加工完成的板材这三者中的其中一样,就会在相应的种类下加1,其传感器检测方式为(只要检测到材料进入打包区对应的槽中就加1),在最后一个类型的板材到达时,就开始打包(将板材装入打包盒中),这期间测量的主要数据为机械臂旋转姿态和包装进度(因为包装时间是固定的,所以在可视化界面中是用时间条显示的),在所有加工板材的材料都进行使用后,一轮工序就基本完成了,这时完成的加工板材会被放于传送带上运输出去,此间传感器只要检测到物品的经过,就加1,最终在可视化界面显示出——加工完成件数加1。
其中,S201至S203的描述可以参照S101至S103的描述,并且能达到相同的技术效果,对此不做赘述。
本申请实施例提供的林业加工生产线的监测方法,与现有技术中的加工生产线的监测方法相比,本申请提供的实施例通过基于目标生产线上待加工物料的数量、待加工物料对应的目标加工工序以及预设遗传学算法,确定迭代后的中间物料-工序种群;基于中间物料-工序种群和预设物料加工过程时间适应度函数,确定中间物料-工序种群中每个待加工物料的最短加工过程时间以及每个待加工物料在不同加工工序下的加工位置;基于每个待加工物料的最短加工过程时间以及每个待加工物料在不同加工工序下的加工位置,对目标生产线的待加工物料进行生产调度,以便实时监测目标生产线的调度过程,实现了对目标生产线上的全部待加工物料的实时监控和调度,进而提升了对目标生产线的加工效率。
请参阅图3、图4,图3为本申请实施例所提供的一种林业加工生产线的监测装置的结构框图之一,图4为本申请实施例所提供的一种林业加工生产线的监测装置的结构框图之二。如图3中所示,所述林业加工生产线的监测装置300包括:
第一确定模块310,用于基于目标生产线上待加工物料的数量、所述待加工物料对应的目标加工工序以及预设遗传学算法,确定迭代后的中间物料-工序种群。
可选的,所述第一确定模块310,具体用于:
根据目标生产线上待加工物料的数量、所述待加工物料对应的目标加工工序以及预设遗传学算法,确定初始物料-工序种群。
针对所述初始物料-工序种群按照所述预设传学算法进行交叉、变异和迭代,确定迭代后的中间物料-工序种群。
第二确定模块320,用于基于所述中间物料-工序种群和预设物料加工过程时间适应度函数,确定所述中间物料-工序种群中每个所述待加工物料的最短加工过程时间以及每个所述待加工物料在不同加工工序下的加工位置。
可选的,所述预设物料加工过程时间适应度函数的表达式具体为:
f=max[C(Oj,3)]=max[S(Oj,3)+P(Oj,3)];
其中,C(Oj,3)用于表征任一待加工物料在任一目标加工工序的结束加工过程时间点;S(Oj,3)用于表征任一待加工物料在任一目标加工工序的开始加工过程时间点;
P(Oj,3)于表征任一待加工物料在任一目标加工工序的加工过程时间;Mk,k={1,2,3};Mk用于表征任一待加工物料的目标加工工序的集合。
调度模块330,用于基于每个所述待加工物料的最短加工过程时间以及每个所述待加工物料在不同加工工序下的加工位置,对所述目标生产线的所述待加工物料进行生产调度,以便实时监测所述目标生产线的调度过程。
可选的,所述调度模块330,具体用于:
根据每个待加工物料的最短加工过程时间以及每个所述待加工物料在不同加工工序下的加工位置,确定每个所述待加工物料在所述目标生产线中的目标加工路径。
根据所述目标加工路径,对所述目标生产线的所述待加工物料进行生产调度。
本申请实施例提供的林业加工生产线的监测装置300,与现有技术中的生产线的监测装置相比,本申请提供的实施例通过基于目标生产线上待加工物料的数量、待加工物料对应的目标加工工序以及预设遗传学算法,确定迭代后的中间物料-工序种群;基于中间物料-工序种群和预设物料加工过程时间适应度函数,确定中间物料-工序种群中每个待加工物料的最短加工过程时间以及每个待加工物料在不同加工工序下的加工位置;基于每个待加工物料的最短加工过程时间以及每个待加工物料在不同加工工序下的加工位置,对目标生产线的待加工物料进行生产调度,以便实时监测目标生产线的调度过程,实现了对目标生产线上的全部待加工物料的实时监控和调度,进而提升了对目标生产线的加工效率。
进一步的,如图4所示,图4为本申请实施例所提供的一种林业加工生产线的监测装置的结构框图之二。所述林业加工生产线的监测装置300包括:
第一确定模块310,用于基于目标生产线上待加工物料的数量、所述待加工物料对应的目标加工工序以及预设遗传学算法,确定迭代后的中间物料-工序种群。
第二确定模块320,用于基于所述中间物料-工序种群和预设物料加工过程时间适应度函数,确定所述中间物料-工序种群中每个所述待加工物料的最短加工过程时间以及每个所述待加工物料在不同加工工序下的加工位置。
调度模块330,用于基于每个所述待加工物料的最短加工过程时间以及每个所述待加工物料在不同加工工序下的加工位置,对所述目标生产线的所述待加工物料进行生产调度,以便实时监测所述目标生产线的调度过程。
存储模块340,用于将获取到的目标生产线上的不同类型的产线数据先后经由单片机和网关存储至数据库中,以便用户在查询显示界面上进行查看。
可选的,所述产线数据包括:环境状态产线数据、车间信息产线数据、资源信息产线数据以及生产调度产线数据。
本申请实施例提供的林业加工生产线的监测装置300,与现有技术中的生产线的监测装置相比,本申请提供的实施例通过基于目标生产线上待加工物料的数量、待加工物料对应的目标加工工序以及预设遗传学算法,确定迭代后的中间物料-工序种群;基于中间物料-工序种群和预设物料加工过程时间适应度函数,确定中间物料-工序种群中每个待加工物料的最短加工过程时间以及每个待加工物料在不同加工工序下的加工位置;基于每个待加工物料的最短加工过程时间以及每个待加工物料在不同加工工序下的加工位置,对目标生产线的待加工物料进行生产调度,以便实时监测目标生产线的调度过程,实现了对目标生产线上的全部待加工物料的实时监控和调度,进而提升了对目标生产线的加工效率。
请参阅图5,图5为本申请实施例所提供的一种电子设备的结构示意图。如图5中所示,所述电子设备500包括处理器510、存储器520和总线530。
所述存储器520存储有所述处理器510可执行的机器可读指令,当电子设备500运行时,所述处理器510与所述存储器520之间通过总线530通信,所述机器可读指令被所述处理器510执行时,可以执行如上述图1以及图2所示方法实施例中的林业加工生产线的监测方法的步骤,具体实现方式可参见方法实施例,在此不再赘述。
本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时可以执行如上述图1以及图2所示方法实施例中的林业加工生产线的监测方法的步骤,具体实现方式可参见方法实施例,在此不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种林业加工生产线的监测方法,其特征在于,所述林业加工生产线的监测方法包括:
基于目标生产线上待加工物料的数量、所述待加工物料对应的目标加工工序以及预设遗传学算法,确定迭代后的中间物料-工序种群;
基于所述中间物料-工序种群和预设物料加工过程时间适应度函数,确定所述中间物料-工序种群中每个所述待加工物料的最短加工过程时间以及每个所述待加工物料在不同加工工序下的加工位置;
基于每个所述待加工物料的最短加工过程时间以及每个所述待加工物料在不同加工工序下的加工位置,对所述目标生产线的所述待加工物料进行生产调度,以便实时监测所述目标生产线的调度过程。
2.根据权利要求1所述的林业加工生产线的监测方法,其特征在于,在所述基于每个所述待加工物料的最短加工过程时间以及每个所述待加工物料在不同加工工序下的加工位置,对所述目标生产线的所述待加工物料进行生产调度之后,所述林业加工生产线的监测方法还包括:
将获取到的目标生产线上的不同类型的产线数据先后经由单片机和网关存储至数据库中,以便用户在查询显示界面上进行查看。
3.根据权利要求2所述的林业加工生产线的监测方法,其特征在于,所述产线数据包括:环境状态产线数据、车间信息产线数据、资源信息产线数据以及生产调度产线数据。
4.根据权利要求1所述的林业加工生产线的监测方法,其特征在于,所述基于目标生产线上待加工物料的数量、所述待加工物料对应的目标加工工序以及预设遗传学算法,确定迭代后的中间物料-工序种群,包括:
根据目标生产线上待加工物料的数量、所述待加工物料对应的目标加工工序以及预设遗传学算法,确定初始物料-工序种群;
针对所述初始物料-工序种群按照所述预设传学算法进行交叉、变异和迭代,确定迭代后的中间物料-工序种群。
5.根据权利要求1所述的林业加工生产线的监测方法,其特征在于,所述预设物料加工过程时间适应度函数的表达式具体为:
f=max[C(Oj,3)]=max[S(Oj,3)+P(Oj,3)];
其中,C(Oj,3)用于表征任一待加工物料在任一目标加工工序的结束加工过程时间点;S(Oj,3)用于表征任一待加工物料在任一目标加工工序的开始加工过程时间点;P(Oj,3)于表征任一待加工物料在任一目标加工工序的加工过程时间。
6.根据权利要求1所述的林业加工生产线的监测方法,其特征在于,所述基于每个所述待加工物料的最短加工过程时间以及每个所述待加工物料在不同加工工序下的加工位置,对所述目标生产线的所述待加工物料进行生产调度,包括:
根据每个待加工物料的最短加工过程时间以及每个所述待加工物料在不同加工工序下的加工位置,确定每个所述待加工物料在所述目标生产线中的目标加工路径;
根据所述目标加工路径,对所述目标生产线的所述待加工物料进行生产调度。
7.一种林业加工生产线的监测装置,其特征在于,所述林业加工生产线的监测装置包括:
第一确定模块,用于基于目标生产线上待加工物料的数量、所述待加工物料对应的目标加工工序以及预设遗传学算法,确定迭代后的中间物料-工序种群;
第二确定模块,用于基于所述中间物料-工序种群和预设物料加工过程时间适应度函数,确定所述中间物料-工序种群中每个所述待加工物料的最短加工过程时间以及每个所述待加工物料在不同加工工序下的加工位置;
调度模块,用于基于每个所述待加工物料的最短加工过程时间以及每个所述待加工物料在不同加工工序下的加工位置,对所述目标生产线的所述待加工物料进行生产调度,以便实时监测所述目标生产线的调度过程。
8.根据权利要求7所述的林业加工生产线的监测装置,其特征在于,所述林业加工生产线的监测装置还包括:
存储模块,用于将获取到的目标生产线上的不同类型的产线数据先后经由单片机和网关存储至数据库中,以便用户在查询显示界面上进行查看。
9.一种电子设备,其特征在于,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器运行时执行如上述权利要求1-6中任一所述的林业加工生产线的监测方法步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如上述权利要求1-6中任一所述的订单的林业加工生产线的监测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310908544.7A CN116823515A (zh) | 2023-07-21 | 2023-07-21 | 一种林业加工生产线的监测方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310908544.7A CN116823515A (zh) | 2023-07-21 | 2023-07-21 | 一种林业加工生产线的监测方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116823515A true CN116823515A (zh) | 2023-09-29 |
Family
ID=88120297
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310908544.7A Pending CN116823515A (zh) | 2023-07-21 | 2023-07-21 | 一种林业加工生产线的监测方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116823515A (zh) |
-
2023
- 2023-07-21 CN CN202310908544.7A patent/CN116823515A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Oh et al. | Tactical supply planning in smart manufacturing supply chain | |
CN110069880B (zh) | 一种基于仿真的多目标设备布局和生产排程协同优化方法 | |
Karaköse et al. | A Cyberphysical System Based Mass‐Customization Approach with Integration of Industry 4.0 and Smart City | |
Le-Duc et al. | Travel time estimation and order batching in a 2-block warehouse | |
CN108891838B (zh) | 订单处理方法、装置、电子设备以及计算机可读存储介质 | |
WO2021019702A1 (ja) | 自動化倉庫最適化システム | |
JP2022095864A (ja) | インバウンド購入注文のインテリジェントな調整による製品在庫の最適化のためのシステムおよび方法 | |
JPH0749904A (ja) | 発注量算出方法とそのための装置 | |
US11954641B2 (en) | Systems and methods for optimizing space utilization of containers at retail storage facilities | |
CN111027902A (zh) | 无人仓货品运输匹配方法及装置 | |
JP2009104408A (ja) | 統合需要予測装置、統合需要予測方法、及び統合需要予測プログラム | |
WO2023146940A1 (en) | Systems and methods of merging retail products between containers to optimize storing capacity of retail storage facilities | |
Mahmoodi | Pricing and inventory decisions in a manufacturer-Stackelberg supply chain with deteriorating items | |
CN116823515A (zh) | 一种林业加工生产线的监测方法、装置及电子设备 | |
CN114066148A (zh) | 柔性生产线的自动化质检方法及装置 | |
Klug | A hybrid push/pull design of kanban systems during production ramp-up phase | |
CN111709805A (zh) | 一种基于条码管控的一体化订单管理方法及装置 | |
CN115409392A (zh) | 物料生产计划的确定方法,装置,存储介质以及电子设备 | |
WO2019089231A1 (en) | Perpetual inventory reconciliation | |
US20030204468A1 (en) | Stock planning method | |
CN114723220A (zh) | 一种基于可变时间窗的数字孪生柔性车间实时调度方法 | |
JP3260333B2 (ja) | 生産管理装置、生産管理システム、生産計画方法、及び記憶媒体 | |
JP2021125071A (ja) | レイアウト生成装置、レイアウト生成方法及びレイアウト生成プログラム | |
CN113610484A (zh) | 智能制造生产执行系统l-mes及其制作方法 | |
WO2020221656A1 (en) | Method, apparatus and system for acquiring digitized data of factory |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |